江苏龙网

  1. 首页 > 人文 > >

CSDN|Python 连接开放航空交通数据，轻松构建航班跟踪应用！



CSDN|Python 连接开放航空交通数据，轻松构建航班跟踪应用！
本文插图

作者 | geomatics译者 | 弯月 ， 责编 | 郑丽媛头图 | CSDN 下载自视觉中国出品 | CSDN（ID：CSDNnews）以下为译文：
我喜欢跟踪位置这个主题 ， 因为感觉像是我有第六感一样 。 尽管看不到物体 ， 却可以知道物体怎样移动 。 那么怎样才能获得第六感呢？通常人类只有五种感官 。
我认为 ， 既然我们生活在数字时代 ， 那么科技就是我们的第六感 。 这篇文章将介绍的航班跟踪就是如此 。 现在已有很多航班跟踪应用 ， 如flightradar24、FlightAware、flightview等 ， 我们能够通过它们监控飞机在地球上的位置 。 本文不打算讨论这些应用 ， 而是要探讨如何用Python制作自己的航班跟踪应用 。
之前我发表过两篇用python跟踪航班的教程 。 一篇是使用python创建简单的航班跟踪应用 ， 另一篇是使用pandas和bokeh创建航班跟踪应用 。 那么那两篇文章跟本文有什么区别？主要的区别是数据源 。 那两篇文章我使用了ADS-B Exchange ， 而这篇文章将使用Opensky Network 。 另一个区别就是模块的版本 。 本文将使用最新的python库 ， 特别是绘图库 。 所以代码会略有不同 。
闲话少说 ， 现在开始介绍怎样通过python使用开放航空交通数据构建航班跟踪应用 。 本文由几个主题组成 ， 包括：获取数据 ， 导入依赖库 ， 加载基础地图 ， 绘制飞机位置 ， 还有制作“实时”的航班跟踪应用 。 我们将依次讨论每个部分 ， 在本文结束时 ， 我们将会得到一个在浏览器中运行的航班跟踪应用 ， 如图1所示 。
CSDN|Python 连接开放航空交通数据，轻松构建航班跟踪应用！
本文插图

图1 航班跟踪应用
前面说过 ， 本文将使用OpenSky Network提供的开放航空交通数据 。 OpenSky Network是一个非营利组织 ， 它面向公众提供了开放的航空交通数据 ， 用于研究和非商业用途 。 这些数据可以通过REST API、Python API和Java API访问 。 本文我们使用REST API来获取实时的航空交通数据 。
使用REST API获取数据 ， 可以通过发送请求来完成 。 可以使用两种类型的请求 。 第一种就是根据UNIX时间戳格式的时间 ， 或者ICAO24地址来请求指定的航班 。 第二种就是使用WGS84坐标系统指定的地区 ， 获取地区内的所有飞机数据 。 而且 ， 数据访问可以匿名进行 ， 也可以通过注册用户进行 。 匿名用户的数据分辨率为10秒 ， 注册用户为5秒 。
本文我们使用第二种方式 。 我们使用最小和最大坐标定义一个地区 ， 然后发送查询 ， 获取该地区内的所有飞机数据 。 例如 ， 如果我们要获取美国上空的所有飞机 ， 那么最小坐标为-125.974,30.038 ， 最大坐标为-68.748,52.214 。 匿名用户和注册用户使用的查询分别如下所示 。
# 匿名用户查询
https://opensky-network.org/api/states/all?lamin=30.038&lomin=-125.974&
lamax=52.214&lomax=-68.748
# 注册用户查询
https://username:password@opensky-network.org/api/states/all?lamin=30.038&lomin=-125.974&
在继续阅读之前 ， 我们先来尝试一下这两个请求 ， 确保它们是正确的 。 将匿名查询复制粘贴到浏览器中 。 如果能获得如图2所示的响应 ， 就说明是正确的 。
CSDN|Python 连接开放航空交通数据，轻松构建航班跟踪应用！
本文插图
图2 航空交通数据响应图2中的响应的格式为JSON ， 包含两个键 。 第一个是time ， 第二个是states ， 它是一个列表数组 ， 其中包含每架飞机的数据 。 该列表数组中有许多数据 ， 如ICAO24地址、飞机的呼号、所属国家、时间位置、最后联系、经度、纬度、气压计高度等等 。 关于数据相应的完整解释和有关OpenSky Network API的进一步说明 ， 请参见OpenSky Network API文档 。

我们已经通过浏览器使用REST API获取了交通数据 。 下面我们使用Python来获取数据 ， 并进行后续的处理 。 本文中我使用Jupyter notebook和Python 3.8.2 ， 以及一些库 ， 如Bokeh 2.1.1、Pandas 0.25.3、requests、json和numpy等 。
下面这段代码会发送请求 ， 并对数据进行一些处理 。 代码开头导入了依赖的库 ， 如requests、json和Pandas 。 然后使用变量lon_min、lat_min、lon_max和lat_max定义WGS84的坐标 。 然后使用坐标来生成请求 。 如果你是注册用户 ， 则可以在11-12行的user_name和password变量中提供用户名和密码 。 根据指定的坐标和用户数据 ， 13行创建了查询请求 ， 放在了url_data变量中 。 其余代码负责将响应数据放到pandas的数据框中 ， 然后用“No Data”替换空值 。 最后一行调用数据框的head方法 ， 显示数据的前五行 ， 如图3所示 。
#IMPORTING LIBRARYimportrequestsimportjsonimportpandasaspd#AREA EXTENT COORDINATE WGS4lon_min,lat_min=-125.974,30.038lon_max,lat_max=-68.748,52.214#REST API QUERYuser_name=''password=''url_data='https://'+user_name+':'+password+'@opensky-network.org/api/states/all?'+'lamin='+str(lat_min)+'&lomin='+str(lon_min)+'&lamax='+str(lat_max)+'&lomax='+str(lon_max)response=requests.get(url_data).json#LOAD TO PANDAS DATAFRAMEcol_name=['icao24','callsign','origin_country','time_position','last_contact','long','lat','baro_altitude','on_ground','velocity','true_track','vertical_rate','sensors','geo_altitude','squawk','spi','position_source']flight_df=pd.DataFrame(response['states'],columns=col_name)flight_df=flight_df.fillna('No Data')#replace NAN with No Dataflight_df.head
图3 航班跟踪数据的数据帧
你需要确保在执行完代码之后得到的结果类似于图3 。 这表明一切正确 ， 我们可以进行下一步了 。
在获得数据之后 ， 接下来该在地图上绘制所有飞机的位置了 。 我们使用Bokeh库绘图 。 因此首先需要导入库 。 此外还需要导入NumPy库进行坐标转换 。
坐标系统的转换在函数 wgs84_web_mercator_ 中实现 。 顾名思义 ， 该函数的用途是将 WGS84坐标转化成墨卡托坐标系 。 该转换是必须的 ， 因为我们使用的基础地图是STAMEN_TERRAIN ， 它采用墨卡托坐标系 。
创建好坐标转换系统函数之后 ， 就可以对数据框和坐标进行转换了 。 下一步我们来进行绘图设置 ， 使用x、y坐标指定绘图区域的范围 。 我们在基础地图上 ， 利用x、y坐标点 ， 以及飞机的图标来绘制飞机的位置 。 为什么要同时使用点和飞机图标呢？图标可以更好地可视化 ， 旋转图标可以表明飞行路线的角度 。 但很不幸的是 ， 图标无法高亮显示选中对象 ， 也无法在鼠标悬停时显示更多信息 。 为了解决这个问题 ， 我们同时使用图标和点对象 ， 在实现漂亮的可视化同时 ， 还可以使用选择和悬停工具 。
下面是到此为止的代码 。 执行后将获得图4 。
#IMPORT PLOTTING LIBRARIESfrom bokeh.plotting import figure,showfrombokeh.tile_providersimportget_provider,STAMEN_TERRAINfrombokeh.modelsimportHoverTool,LabelSet,ColumnDataSourceimportnumpyasnp#FUNCTION TO CONVERT GCS WGS84 TO WEB MERCATOR#POINTdefwgs84_web_mercator_point(lon,lat):k =6378137x= lon * (k * np.pi/180.0)y= np.log(np.tan((90+ lat) * np.pi/360.0)) * kreturnx,y#DATA FRAMEdefwgs84_to_web_mercator(df, lon="long", lat="lat"):k =6378137df["x"] = df[lon] * (k * np.pi/180.0)df["y"] = np.log(np.tan((90+ df[lat]) * np.pi/360.0)) * kreturndf#COORDINATE CONVERSIONxy_min=wgs84_web_mercator_point(lon_min,lat_min)xy_max=wgs84_web_mercator_point(lon_max,lat_max)wgs84_to_web_mercator(flight_df)flight_df['rot_angle']=flight_df['true_track']*-1#Rotation angleicon_url='https://.....'#Icon url#FIGURE SETTINGx_range,y_range=([xy_min[0],xy_max[0]], [xy_min[1],xy_max[1]])p=figure(x_range=x_range,y_range=y_range,x_axis_type='mercator',y_axis_type='mercator',sizing_mode='scale_width',plot_height=300)#PLOT BASEMAP AND AIRPLANE POINTSflight_source=ColumnDataSource(flight_df)tile_prov=get_provider(STAMEN_TERRAIN)p.add_tile(tile_prov,level='image')p.image_url(url='url', x='x', y='y',source=flight_source,anchor='center',angle_units='deg',angle='rot_angle',h_units='screen',w_units='screen',w=40,h=40)p.circle('x','y',source=flight_source,fill_color='red',hover_color='yellow',size=10,fill_alpha=0.8,line_width=0)#HOVER INFORMATION AND LABELmy_hover=HoverToolmy_hover.tooltips=[('Call sign','@callsign'),('Origin Country','@origin_country'),('velocity(m/s)','@velocity'),('Altitude(m)','@baro_altitude')]labels = LabelSet(x='x', y='y',text='callsign',level='glyph',x_offset=5, y_offset=5,source=flight_source, render_mode='canvas',background_fill_color='white',text_font_size="8pt")p.add_tools(my_hover)p.add_layout(labels)show(p)
CSDN|Python 连接开放航空交通数据，轻松构建航班跟踪应用！
本文插图

图4 绘制飞机
到此为止 ， 我们讨论了航空交通数据并在地图上绘制了飞机 。 最后一节我们将展示如何构建一个在Web浏览器中运行的航班跟踪应用 。 该应用能够按照指定的间隔 ， 自动获取最新数据 ， 并在地图上绘制数据 。 本节我们将前面几步的代码合并起来 ， 使用Bokeh库打包成一个应用程序 。 完整的代码在本文末尾 。
仔细观察代码就会发现 ， 我们需要导入额外的Bokeh库 ， 如Server、Application和FunctionHandler 。 应用程序代码从第50行开始 。 此处创建了应用程序的主函数flight_tracking 。 主函数包含了所有流程 ， 如更新航班数据、注入Pandas数据框、转化成Bokeh数据列源和流、每隔5秒调用更新并在地图上绘制数据 。 在创建了应用程序主函数后 ， 代码的末尾是一些服务器所需的变量或参数 。 所有的流程可以从代码中的注释中找到 。
'''FLIGHT TRACKING WITH PYTHON AND OPEN AIR TRAFFIC DATAby ideagora geomatics | www.geodose.com | @ideageo'''#IMPORT LIBRARYimportrequestsimportjsonfrombokeh.plottingimportfigurefrombokeh.tile_providersimportget_provider, STAMEN_TERRAINimportnumpyasnpfrombokeh.server.serverimportServerfrombokeh.applicationimportApplicationfrombokeh.application.handlers.functionimportFunctionHandler#DATAFRAMEk =6378137returndfk =6378137returnx,y#AREA EXTENT COORDINATE WGS84#COORDINATE RANGE IN WEB MERCATOR#REST API QUERYuser_name=''password=''#FLIGHT TRACKING FUNCTIONdefflight_tracking(doc):# init bokeh column data sourceflight_source = ColumnDataSource({'icao24':,'callsign':,'origin_country':,'time_position':,'last_contact':,'long':,'lat':,'baro_altitude':,'on_ground':,'velocity':,'true_track':,'vertical_rate':,'sensors':,'geo_altitude':,'squawk':,'spi':,'position_source':,'x':,'y':,'rot_angle':,'url':# UPDATING FLIGHT DATAdefupdate:#CONVERT TO PANDAS DATAFRAMEflight_data=http://news.hoteastday.com/a/response['states']flight_df=pd.DataFrame(flight_data,columns=col_name)flight_df=flight_df.fillna('No Data')flight_df['rot_angle']=flight_df['true_track']*-1icon_url='https:...'#icon url# CONVERT TO BOKEH DATASOURCE AND STREAMINGn_roll=len(flight_df.index)flight_source.stream(flight_df.to_dict(orient='list'),n_roll)#CALLBACK UPATE IN AN INTERVALdoc.add_periodic_callback(update,5000)#5000 ms/10000 ms for registered user ..#PLOT AIRCRAFT POSITION#ADD HOVER TOOL AND LABELlabels = LabelSet(x='x', y='y', text='callsign', level='glyph',x_offset=5, y_offset=5, source=flight_source, render_mode='canvas',background_fill_color='white',text_font_size="8pt")doc.title='REAL TIME FLIGHT TRACKING'doc.add_root(p)apps = {'/': Application(FunctionHandler(flight_tracking))}server = Server(apps, port=8084)#define an unused portserver.start下面可以测试应用程序了 。 运行代码并打开Web浏览器 。 输入localhost:端口号（例如localhost:8084） 。 你将会看到航班跟踪应用在浏览器中运行 ， 如下图所示 。
CSDN|Python 连接开放航空交通数据，轻松构建航班跟踪应用！
本文插图

图5 Web浏览器中的航班跟踪应用
本文介绍了如何使用Python和开放航空交通数据构建一个几乎“实时”的航班跟踪应用 。 在本文中 ， 我们学习了如何从OpenSky Networks获取开放航空交通数据 ， 如何对其进行处理并构建一个能在浏览器中运行的航班跟踪应用 。 在本文结束之际 ， 我想感谢OpenSky Networks的辛劳工作 ， 这些数据才得以公开 。 感谢您的阅读！
原文：https://www.geodose.com/2020/08/create-flight-tracking-apps-using-python-open-data.html
本文为 CSDN 翻译 ， 转载请注明来源出处 。
【CSDN|Python 连接开放航空交通数据，轻松构建航班跟踪应用！】
点点赞点在看


    推荐阅读


    上一篇：值得购买的几款国产SUV，可谓是叫好又叫座，有你喜欢的吗？

    下一篇：软件|软件定制的重要性